揭秘“养虾”内幕：顶级玩家为什么已经“弃养”了？

撕破一人公司滤镜：你的AI智能体为什么赚不到米？

当所有人都能用 AI 做到 75 分、80 分时，这个水平的交付就完全没有意义了

前两个月，社交媒体上几乎被“养虾”（部署 OpenClaw）刷屏了。似乎只要装上这个红色的龙虾软件，学会几句提示词，每个人都能原地飞升，变成传说中接单接到手软的“一人公司”（OPC）。

但在前几天的香港环球非凡大赏圆桌上，几位真正靠 AI 赚到钱的人，却毫不留情地撕破了这层滤镜。

说实话，听完他们的真实打法，我倒吸了一口冷气。在这场全民狂热的 AI 泡沫里，我们可能连自己是怎么被收割的都不知道。

很多人以为，只要让 AI 跑起来，客户和订单就会自动砸过来。

但分众传媒的高级总监桑卓豪（阿桑），上来就泼了一盆透心凉的冷水。他不仅是广告销售，也是公司 AI 版块的牵头人。

今年春节，他兴致勃勃地跟风“养虾”，结果短短一周，光跑 API 就烧掉了 3000 多块钱。这让他结结实实地踩了个大坑。

更扎心的是，当被问到最近有没有在用小龙虾时，他自嘲现在已经是“弃养”状态了。狭义的客户端局限性太大，远没有外面吹得那么神。

对于普通人渴望用 AI 颠覆大公司、杀入新赛道的执念，阿桑看得很透：“AI 放大了大家的幻觉，觉得无所不能。但其实我们大厂依然有很多搞不定的客户，更何况啥资源都没有的个体？”

拥抱智序的创始人张拼拼说得更直白。

他觉得，“一人公司”这个词听起来很性感，但很多时候，它只是失业潮中还在拼搏的人，给自己贴的一个“体面标签”罢了。

既然不迷恋工具，那这帮高手到底是怎么用智能体（Agent）提效的？

拨开迷雾，我看到了他们藏在底下的真实工作流。

阿桑极度不信任小龙虾能独立完成复杂的商业任务，但他极其看重它的“记忆管理能力”。所以，他把它当成一个跟自己高度对齐的“外脑”和“启动器”。

他在 Cursor 里写好每天抓取 AI 论文的脚本，然后在手机 IM 里发个指令，小龙虾就能在云端自动抓取、翻译，最后生成中文播客发给他。他是在用 Agent 编排自己的专属流水线，而不是指望一个软件能包打天下。

张拼拼的用法更野。

在严肃的商业交付中，他极其抗拒这种人格化 AI 的“波动性”。因为雇员工，你需要的是稳定、没感情的干活机器。但他敏锐地发现，这种“波动”和“惊喜”，在银发族的医疗陪伴场景里简直是绝杀。

春节期间，他用自己 13 年的朋友圈和聊天记录喂出了一个数字分身。面对老年人那些漫无边界的健康咨询和情感诉求，AI 充满人情味的回复，让老人们开心得不行。“但有趣的是，一旦老人们知道群里服务他的是 AI，他们连人话都不说了，直接像用搜索引擎一样生硬地下命令。”

而在极泛流形 COO 黄乃元看来，判断什么活儿该交给 Agent，标准极其简单粗暴：“人乘以工时”。

只要是过程确定、交付标准的事情，比如把几百张杂乱的 3D 营销图片分门别类并重命名，原来实习生要吭哧吭哧干大半天，现在扔给小龙虾，一个多小时搞定，准确率还极高。

AI 工具其实是一个巨大的“蜜糖陷阱”。

它能极快地帮你把能力短板补齐到 75 分，这确实让人兴奋。但紧接着就是绝望——因为所有人都能轻松做到 75 分。这意味着，在这个及格线上的竞争，将是一场极其惨烈的低价绞肉机。

工具拉平了下限，但不等于降低了赚钱的门槛。

如果你自己的行业 Know-how 和客户资源是 0，乘以 AI 这个巨大的杠杆，结果依然是 0。

真正能接到手软的订单，永远属于那些能利用 AI 把交付水平拉高到 90 分（S级）的玩家。在那个高度，不存在竞争。

黄乃元说，大部分人其实只是空有焦虑，觉得不用就 Out 了，但真装上了又不知道拿它干嘛。

其实，工具永远只是杠杆。预测一年后的 Agent 会长什么样毫无意义，重要的是你今天用它解决了什么具体的问题。

明天上班，别再盲目跟着网上的教程折腾配置了。先试着找一件“你原本打算扔给助理干的活”，把它交代给 Agent 试试。

Bruce：我争取问得干货一点，就不侃侃而谈了。今天我们这个话题是《超级个体：OpenClaw 调教与科学养虾方法论》。开始自我介绍环节，我先打个样。自我介绍大概两分钟：第一，介绍一下你的名字、公司和业务；第二个问题，是什么时候开始用 OpenClaw 的；第三个问题，是 OpenClaw 带来的实际帮助，最好是说说是不是帮你们赚钱了、提效了（比如两个人干五个人的活），或者帮你们做了以前做不了的事情。

那我先开始。我叫 Bruce，Base在香港，是一个连续创业者，现在的公司在做 AI 的出海产品。我是今年1月中旬接触到 OpenClaw（当时叫 ClawBot）。我在香港办了应该是亚洲第一场 OpenClaw 线下活动，之后在深圳、上海、北京、东京等都办了很多活动，也接触到了“龙虾之父”。它对我的最大帮助，除了企业培训、代安装等服务确实帮我赚到钱、提效了之外，最重要的是帮我“出圈”了，让我有机会来到这个展台，并和很多顶级的 AI 公司产生接触。所以 OpenClaw 除了技术层面，我觉得也是一个很有意思的Movement。

桑卓豪：大家好，我叫桑卓豪，大家可以叫我阿桑。我的公司大家可能比较熟悉，我来自分众传媒，我们是世界上最大的户外媒体集团。理论上我们公司跟 AI 业务没太大关系，但我自己负责 KA 的销售，同时我也是公司 AI 板块的牵头人之一，我们在做很多 AI 赋能广告营销行业的探索。

说到小龙虾（OpenClaw）这个事情，我是今年春节旅游的时候装上的。大概一周的时间里，我跑 API 烧掉了 3000 多块钱，所以在小龙虾上是踩过坑的。现在主要用小龙虾干嘛呢？更多是作为我个人助理的应用场景。同时，我还开发了一套分众销售情报系统，部署在两个端口：一个是电脑本地端，另一个就是 OpenClaw 端。因为有时来不及打开电脑，我就会用手机上的小龙虾去查。

张拼拼：大家好，大家可以叫我拼拼。我现在在做自己的公司，叫“拥抱智序”，主要做 AI 服务。因为现在 AI 工具很多，但企业侧不太有能力把 AI 用起来，所以我们直接交付服务结果，相当于把 AI 当成员工，利润其实比卖工具要多。我们目前主要在做 AI 智能体和数字人的服务，比如带情绪演绎的数字人代播，包括我们在做的 AI 漫剧项目，以及医生科普等内容。之前在腾讯的时候，我也是用 Agent 去完成营销相关的工作。

关于小龙虾，我也是春节期间开始用的。我没有亲自去本地部署，因为当时安装比较麻烦，我是让 Coze 帮我去“养虾”的，直接拿了一台云服务器跑。春节期间我做了两个以前没做过的尝试：我把小龙虾接入到了我的个人微信，让它跑了我 13 年的朋友圈内容和所有的聊天记录，复刻了一个我的“人格模板”。春节那五天五夜，它代替我在各个群里回复大家的消息。以往过年收到朋友祝福我可能不回，但觉得辜负了别人的情谊，所以今年我就接了一个数字人功能，只要你私信给我拜年，它就会用我的形象穿一身唐装，喊着对方的名字，给出一个个性化的拜年视频，蛮有意思的。

现在小龙虾主要用在社群运营，因为它独特的人格化回复做得比较好。小龙虾会给人惊喜，当然也会有惊吓，所以在一些对交付结果没有那么严格把控的场景下，我会用到 OpenClaw。

黄乃元：我是黄乃元，英文名 Jimmy。我们公司“极泛流形”主要用 3D 世界模型解决视频或图片大模型产生的幻觉问题。比如你想生成一个场景其他角度的照片，大模型往往会有幻觉，产品尺寸或外形不对，需要抽卡很多次都抽不出来。我们就是用 3D 模型去解决这类问题。

我是过年以后开始用小龙虾的，主要是把它当做个人助理。我的判断标准是：当一个工作任务是“人乘以工时”，且有标准交付结果时，以前你会招个助理或实习生去干，现在只需要把任务交代给龙虾就可以了。举个例子，我们服务家居客户时，有各种产品的图片素材，命名非常乱，可能在同一个文件夹里各种角度都有。我就用小龙虾去识别这些图片，把同一个产品归类到一个文件夹，然后重命名（加上正视、左视、右视等角度后缀）。原来实习生要花很长时间整理，小龙虾大概花了一个多小时，就把四五百张图片全部整理完了，而且很准确。

Bruce：每位老师都讲了实际案例，大家应该有画面感了。我想抛一个短问题校准一下概念：当我们讲 OpenClaw 或小龙虾时，我们到底在讲什么？硅谷那边，比如 Andrej Karpathy 最近的访谈，已经开始把 Agent 当作操作系统的层级在讨论了。对于非技术圈的普通人来说，它其实就是 Agent。但我个人觉得，OpenClaw 最重要的其实还是一个开源的 Agent 框架，可以跨越一些地缘政治的外界干扰。因为我们在香港连某些产品还得用 VPN，面临很多封控限制。我想听听大家对 OpenClaw 广义和狭义的定义？

桑卓豪：经常有朋友问我最近是不是在“养虾”，我挺尴尬的，因为我现在其实是“弃养”的状态。如果是狭义的 OpenClaw 客户端，它的确还有局限性。但如果说是 Agent 概念，它现在已经占到我平时工作 80%-90% 的内容了。对于大众来说可以不区分，但对每天接触 AI 的人来说，狭义的客户端和广义的 Agent 真不是一回事。

张拼拼：我特别认同。春节期间的营销出圈，让小龙虾一定程度上成了能自动化长时间运行、在即时通讯软件里给出反馈的智能体的代名词。但其实能实现这类智能体的框架还是蛮多的。我现在的状态也是让 Coze 去养虾。OpenClaw 一开始让人觉得“哇塞”，是因为它把行业里比较靠前的工具（Skill）都配齐了，让人一上手就能在各维度拿到 75 分的结果。但当我在数字人或广告营销领域已经做到 90 分的水平时，用 OpenClaw 反而要付出很多训练时间，且结果不稳定。雇佣员工干活，我希望他是没感情、标准化的，但 OpenClaw 框架决定了它有人格化和波动性。这些波动能带来惊喜，但在严肃稳定的业务场景中就是不可控因素，所以严格场景下我不太会用。

黄乃元：完全赞同。对大部分人来说，OpenClaw 是他们接触到的第一个上下文化交互的 Agent 产品。因为首因效应，大家就把它当成了这类产品的唯一代名词。但它其实只是一个很狭义的具体产品。

Bruce：对，其实去年最成功的产品是Claude code，我现在的确也用它来养虾，确实好用，但它可能还是偏向程序员门槛的。小龙虾确实让普通人能在 IM 里面直接用起来。那我想请每位嘉宾用一句话总结下，OpenClaw 现在在你那承担了什么角色？带来了什么实际效果？

桑卓豪：在我这里它承担两个功能。第一，它是一个跟我个人高度对齐的 Agent。为什么不是豆包或 ChatGPT？因为它们的记忆管理机制比较黑盒，经常记忆污染或想不起来。而 OpenClaw 的记忆管理能力很强，能更快了解我的特点，是我很好的个人助理。

第二，它是我封装好的 Skill 的启动器。我不信任 OpenClaw 独立完成复杂任务，但我信任我在 Coze 或 Cursor 上打磨得非常熟练的、包含提示词和代码脚本的 Skill。我不用守在电脑前，直接用 IM 下命令它就能在云端跑。比如我每天让它去搜一篇 AI 论文，发到 Notion，再变成中文播客发给我听。这个流程是我在 Cursor 写好的 GitHub Skill 链接，让小龙虾学一下，配好 API 就可以每天自己跑了。

张拼拼：在生产当中我用得少，但在医疗健康管理这个场景非常适合。对于 SOP 非常清晰的流程，我们需要稳定交付；但面对银发族群体时，不确定性很高，他们经常问边界外的问题，甚至需要情感支持。这时候小龙虾能更灵活地应对回复，比固定的工作流更好。有趣的是，老人们以为群里是个真人在服务他时，体验特别好，每次还会像感谢医生一样感谢它；可一旦知道是 AI 时，他们连人话都不说了，像在搜索引擎下命令一样沟通。

黄乃元：我主要用它处理两类任务。一是结果和过程都非常确定的任务，交代好上下文就能交给它干，干完变成一个 Skill。二是需要强上下文信息的任务，有些背景信息只有小龙虾的 Memory 里有，别的 Agent 不知道，这种就得交给小龙虾去执行。

Bruce：因为我们话题是超级个体，最近还有一个词叫 OPC（一人公司），新闻媒体都在报。很多人今年热衷学小龙虾也是想成为 OPC。大家觉得这可能吗？是真的能借此赚钱，还是仅仅出于焦虑？

黄乃元：我觉得大部分人只是空有焦虑，觉得不用就 Out 了。但实际用的时候发现用不起来。你必须对大模型本身，以及你自己的工作任务有一定认知和理解，才能用好 Agent。什么都不懂的人，用了小龙虾也不可能立刻变成很厉害的 OPC。但如果你懂行业，有了 Agent 确实能给你巨大的赋能。

张拼拼：我相对偏悲观一些。小龙虾能快速把一个人的能力短板补齐到 75 分，这让人兴奋。但这往往是个蜜糖陷阱，当所有人都能用 AI 做到 75 分、80 分时，这个水平的交付就完全没有意义了，这就是为什么大家觉得卷。真正能用 AI 做到 90 分（S级）的人，是不存在竞争的，单子根本接不完。

很多时候 OPC 只是给失业潮中还在拼搏的人一个体面的身份标签。对于刚开始做 OPC 的人，一定要关注有确定性需求的供给，而不是盲目创造内容，要想好怎么变现。

桑卓豪：非常同意拼拼的看法。大公司建立的护城河是很深的，不会轻易被 OPC 颠覆。关键在于你有没有客户资源，能不能靠身上的能力赚到钱。AI 放大了大家的幻觉，觉得无所不能，但其实我们大厂依然有很多搞不定的客户，更何况想杀入新赛道的个体？所以我对这个没有那么乐观。

Bruce：是的，这很像技术成熟度曲线，现在处于前面的泡沫期。那么各位认为 Agent 应该怎么真正在公司里落地呢？阿桑老师，你们作为大公司有没有遇到阻力或者落地的场景？

桑卓豪：第一是知识体系沉淀好的公司很容易落地。我们做了一个“AI 江南春”，现在大家有问题都不用问江南春老板本人了。我之前整理好大客户的上下文发给江总真人，江总直接把“AI 江南春”的答案发给我，让我做成 PPT。萃取老板的知识体系，能极大降低企业内部的沟通成本。但这取决于老板的数据沉淀够不够，网上关于他的文章和案例够不够丰富。

第二是降低跟客户的沟通和决策成本。以前提案靠嘴说，现在我们可以用 AI 视频快速制作 Demo 画面放给客户看，客户直接就能看到广告效果，大大降低了决策和沟通成本。

Bruce：两位创业者呢？Agent 帮你们解决了什么核心瓶颈？

张拼拼：医疗健康这块，两年前我们做的群内健康咨询 Agent，回答已经比很多健康管理师好了。原来维护1000个客户要4个健康师，现在只要1个。但这事卡了一年半推不下去，原因是员工有被取代的恐惧，他们会不停地向上反馈 AI 不好用。最终的解法是设定机制，把 AI 提升的效率和员工的收入贡献挂钩，消除他们的恐惧。

在我自己公司，Agent 主要用于提案增效。把企业资料、价值观、技术能力沉淀在记忆里。商机多没法判断时，我只跟客户开20分钟会，AI 就能自动分析会议记录、洞察客户深层需求，并在20分钟内给我生成一个带客户洞察的网页 PPT 解决方案，极大提升了效率。

黄乃元：最直观的应用就是 AI Coding，我们现在 80%-90% 的代码都是 AI 写的。另外，如果你原来的工作方法是 80 分，在跟 AI 交互的过程中，它能给你提供 90 分甚至 95 分的解决方案。如果现在工作不和 AI 交互，其实是一件很奇怪的事情，它不仅能帮你执行，还能帮你把活干得更好。

Bruce：最后五分钟快问快答。一句话总结，大家最容易高估 Agent 的地方在哪里？

张拼拼：高估了它长时间自主执行和自我迭代的能力。

黄乃元：高估了它的低门槛。你必须对大模型和工作任务本身有理解，才能用好它。

Bruce：那最容易低估的地方呢？

黄乃元：低估了 Agent 的自迭代和自进化能力，端倪已经出现了。

张拼拼：低估了对交付结果的审查要求。我习惯用一个模型交付后，再用另一个大模型做一遍双重审查，这能极大地降低幻觉率。目前它还没办法进行非常好的自审查。

黄乃元：你永远都在低估 Agent 这个模式的潜力。

Bruce：大家回家后，最适合先从哪个场景把 Agent 用起来？

黄乃元：那些你认为可以直接丢给助理干的活。

张拼拼：每天早上散步或思考时，把它当个人聊。用语音把想法输出给它，它会给你惊喜反馈，或者单纯开启“彩虹屁”模式夸你一下，提供情绪价值也挺爽的。

桑卓豪：任何事情都值得用 AI 做，但老板一定要亲自上手用。老板不用，永远没法判断这东西能不能在公司落地。

Bruce：最后，预测一下一年后的 Agent 生态会是什么样？

桑卓豪：两个方向。一是极简化，不需要配置，微信加个好友就能用。二是走向庞大的生态系统，当大量 90 分、95 分的拔尖技能加入其中被调用时，会让大家的整体能力往上走。

黄乃元：我连三个月都预测不了，它的迭代速度永远超出想象，根本无法预测一年后是什么样。

张拼拼：我有个期望，现在 Agent 做的还是人类能做的事。希望一年后，它能做到人类能力边界以外的事，比如像 AlphaFold 那样去分析蛋白质结构等医疗难题。

桑卓豪：一年后，所有在电脑上能完成的工作，估计都可以交给 Agent 来完成了。

Bruce：这个可能三个月就能实现了，你看 OpenAI 刚发布的电脑端接管能力。从狭义上来讲，OpenClaw 过去三个月每周都有推背感般的新东西。看好垂直行业的落地，打个小广告，我们公司在做某 AI 视频出海产品的代理，大家只要接入 Agent 就能用很简单的方式开发起来。我对整个行业落地非常乐观。